본문 바로가기

IT/개발

구글이 공인하는 텐서플로우 자격증을 획득하는 방법(feat.머신러닝, 인공지능의 선두주자)

반응형

"2015년 구글에서 개발하여 공개한 오픈소스 라이브러리인

텐서플로우를 아시나요?

인공지능과 딥러닝에 적용할 수 있는 프레임워크 입니다.

예전에 우리나라 바둑기사인 이세돌씨와 인공지능이 바둑대결을

한 일을 아시죠? 거기에 알파고를 만든게 바로 텐서플로우라고 합니다."

 

 

텐서플로우는 

파이썬은 당연하고 C++ 언어에도 지원해서

보편적인 프레임워크로 자리를 잡고 있습니다. 

 

만약 여러분이 IT 딥러닝의 선두주자로 발돋음을 하고 싶다면

텐서플로우는 당연히 알아야겠죠?

 

텐서플로우로 할 수 있는 일은

아래와 같은 일을 주로 이루고 있습니다.

데이터 마이닝

 데이터 분석(딥러닝)

데이터 인사이트 도출(예측)

미래산업의 가장 기본이 되는

기술을 텐서플로우를 통해서 습득을 하실 수 있습니다.

 

그렇다보니 구글은 공인인증서 마냥

Tensorflow Developer Certificate 라는 

자격증을 통해서 여러분을 인증된 

기술자로 만들어 줄 것 입니다.


텐서플로우 개발자 자격증

 

텐서플로우 핸드북

 

텐서플로우 자격증 습득을 위한 핸드북을 

가볍게 살펴보겠습니다.

 

 


스킬 체크리스트

❏ Use TensorFlow 2.x.
   TensorFlow 2.x를 사용하십시오.
❏ Build, compile and train machine learning (ML) models using TensorFlow.
   TensorFlow를 사용하여 기계 학습 (ML) 모델을 빌드, 컴파일 및 교육하십시오.
❏ Preprocess data to get it ready for use in a model.
   모델에서 사용할 수 있도록 데이터를 사전 처리합니다.
❏ Use models to predict results.
   모델을 사용하여 결과를 예측하십시오.
❏ Build sequential models with multiple layers.
   여러 레이어로 순차적 모델을 구축하십시오.
❏ Build and train models for binary classification.
   이진 분류를위한 모델을 구축하고 훈련시킵니다. 
❏ Build and train models for multi-class categorization.
   다중 등급 분류를위한 모델을 구축하고 훈련시킵니다. 
❏ Plot loss and accuracy of a trained model.
  훈련 된 모델의 플롯 손실 및 정확도.
❏ Identify strategies to prevent overfitting, including augmentation and dropout.
   확대 및 제거를 포함하여 과적 합을 방지하기위한 전략을 식별합니다.
❏ Use pretrained models (transfer learning).
   사전 훈련 된 모델을 사용하십시오 (전송 학습). 
❏ Extract features from pre-trained models.
   사전 훈련 된 모델에서 형상을 추출합니다. 
❏ Ensure that inputs to a model are in the correct shape.
   모델 입력이 올바른 모양인지 확인하십시오. 
❏ Ensure that you can match test data to the input shape of a neural network.
   테스트 데이터를 신경망의 입력 형태와 일치시킬 수 있는지 확인하십시오.
❏ Ensure you can match output data of a neural network to specified input shape for test data.
   신경망의 출력 데이터를 테스트 데이터의 지정된 입력 형태와 일치시킬 수 있는지 확인하십시오. 
❏ Understand batch loading of data.
   데이터의 배치 로딩을 이해합니다.
❏ Use callbacks to trigger the end of training cycles.
   콜백을 사용하여 훈련주기 종료를 트리거합니다.
❏ Use datasets from different sources.
   다른 소스의 데이터 세트를 사용하십시오. 
❏ Use datasets in different formats, including json and csv.
   json 및 csv를 포함한 다른 형식의 데이터 세트를 사용하십시오.
❏ Use datasets from tf.data.datasets.
   tf.data.datasets의 데이터 세트를 사용하십시오.

 

스킬트리가 엄청나죠?

하지만 모든 일은 연결이 되어있습니다. 

결국엔 데이터를 마이닝해서 구축된 카테고리 안에서

"반복 시나리오를 통해 학습을 시키고 

그것을 통해 예측데이터를 뽑아내는게 궁극적인 목적이죠.

이런 본질을 이해하고 계시다면 스킬트리를 이해하시는건

당연히 가능할꺼라고 보입니다."

 


구체적인 업무

Image classification

이미지 분류

You need to understand how to build image recognition and object detection models with deep neural networks and convolutional neural networks using TensorFlow 2.x. You need to know how to:

❏ Define Convolutional neural networks with Conv2D and pooling layers.
❏ Build and train models to process real-world image datasets.
❏ Understand how to use convolutions to improve your neural network.
❏ Use real-world images in different shapes and sizes..
❏ Use image augmentation to prevent overfitting.
❏ Use ImageDataGenerator.
❏ Understand how ImageDataGenerator labels images based on the directory structure.

 

Natural language processing (NLP)

자연어 처리

You need to understand how to use neural networks to solve natural language processing problems using TensorFlow. You need to know how to:

❏ Build natural language processing systems using TensorFlow.
❏ Prepare text to use in TensorFlow models.
❏ Build models that identify the category of a piece of text using binary categorization
❏ Build models that identify the category of a piece of text using multi-class categorization
❏ Use word embeddings in your TensorFlow model.
❏ Use LSTMs in your model to classify text for either binary or multi-class categorization.
❏ Add RNN and GRU layers to your model.
❏ Use RNNS, LSTMs, GRUs and CNNs in models that work with text.
❏ Train LSTMs on existing text to generate text (such as songs and poetry)

 

Time series, sequences and predictions

타임시리즈 및 시퀀스 데이터 예측

You need to understand how to solve time series and forecasting problems in TensorFlow.You need to know how to:

❏ Train, tune and use time series, sequence and prediction models.
❏ Prepare data for time series learning.
❏ Understand Mean Average Error (MAE) and how it can be used to evaluate accuracy of sequence models.
❏ Use RNNs and CNNs for time series, sequence and forecasting models.
❏ Identify when to use trailing versus centred windows. TensorFlow Certificate Candidate Handbook 3
❏ Use TensorFlow for forecasting.
❏ Prepare features and labels.
❏ Identify and compensate for sequence bias.
❏ Adjust the learning rate dynamically in time series, sequence and prediction models.

 

원문 그대로 3가지의 명확한 업무를 찾아봤습니다. 


텐서플로우 자격증 시험관련

 

TrueAbility Google Certifications

Registering and entering ID and payment information After you accept the Terms and Conditions, you will purchase the exam, log in with a Google Account (if you do not have one, you will be able to create one during the login process), upload your picture I

app.trueability.com

위 링크로 가셔서 purchase를 하시고

진행을 하면 됩니다. 

 

시험료는 $100(약 12만원)

시험시간은 5시간에 온라인으로 이뤄집니다.

결과는 Candidate Portal 에서 24시간 이내 확인이 가능합니다.

 

꼭 합격하셔서 딥러닝의 선두주자가 되시길 바라~

반응형

'IT > 개발' 카테고리의 다른 글

R 스튜디오 오류 메시지 해결방법  (3) 2018.10.04
TortoiseSVN을 설치하자!  (0) 2016.02.14